kmp算法的next数组解析

昨天天杀的 做了个字符串匹配的题，于是天杀的 重新学习 kmp算法(实际上第一次学的时候就没搞懂 )。

首先搞清楚几个概念：①什么是字符串匹配？比如给定字符串"aabcaa"，想要知道"abca"是否存在于该字符串中，这个过程就是字符串匹配。类似于String.indexOf()。②什么是kmp算法？如果暴力破解，“abca”在匹配的过程中，先会匹配a，然后是b，如不同，就将"aabcaa"的指针向后移一位，再重新匹配。kmp使用next数组，将重新匹配的过程减少，使得效率大大提升。next数组只与“abca”有关。

给定一个非空的字符串，判断它是否可以由它的一个子串重复多次构成。给定的字符串只含有小写英文字母，并且长度不超过10000。

示例 1:

输入: “abab”

输出: True

解释: 可由子字符串 “ab” 重复两次构成。 示例 2:

输入: “aba”

输出: False 示例 3:

输入: “abcabcabcabc”

输出: True

解释: 可由子字符串 “abc” 重复四次构成。 (或者子字符串 “abcabc” 重复两次构成。)

先放代码：

class Solution {
    public boolean repeatedSubstringPattern(String s) {
        return kmp(s + s, s, 1) != s.length();
    }

    private int kmp(String s1, String s2, int p) {
        char[] s = s1.toCharArray();
        char[] t = s2.toCharArray();
        int n1 = s.length, n2 = t.length;
        int[] next = getNext(t);
        //i是s当前需要比较的字符，j是t当前比较的字符，也是前后缀相同字符的个数
        int i = 0, j = 0;
        while (i < n1 && j <= n2) {
            if (j == n2) {
                if (p == 0) break;
                else {
                    p--;
                    j = next[j];
                    continue;
                }
            }
            if (j == -1 || s[i] == t[j]) {
                i++;
                j++;
            } else {
                j = next[j];
            }
        }
        if (j == n2) {
            return i - j;
        }
        return -1;
    }

    private int[] getNext(char[] t) {
        int[] next = new int[t.length + 1];
        //k的含义是：前j个字符中，有k个是前后缀相同的。
        int j = 1, k = 0;
        next[0] = -1;
        while (j < t.length) {
            if (k == -1 || t[k] == t[j]) {
                next[++j] = ++k;
            } else {
                //此时左边k的含义是：前k个字符中，有next[k]个是前后缀相同的。
                //取得的k的可以用在t[k] == t[j]时，表示前j个字符中，有k + 1(1就是第j位)个前后缀相同
                k = next[k];
            }
        }
        return next;
    }
}

最关键的还是next数组，次关键的是next数组的应用。

next数组

next数组的值是最长公共前后缀，在第 j 的位置（j 是长度），有k个字符（即前缀）与后k个字符（即后缀）相同。

比如下图 next[6] = 2 是因为前6个字符中的前缀（前两个"abxxxx" ）与后缀（后两个 “xxxxab” ）相同。

测试一下理解：上图中，不看已给结果，算一下next[8]是多少？

next数组如何生成？

怎么编码呢？

next数组的计算，以这张图辅以理解，想象出一个双指针 j 和 k ，j 是第 j 个字符，用在t[j] 和 next[++j] (t数组声明在代码)，表示着当前正在比较的字符。k 是前后缀相同字符的个数，k 总是小于 j 的。每次 t [ k ] 与 t [ j ] 进行比较时，如果相同，那就让 next [ ++j ] = ++k （因为next是长度为下标所以要+1） 。如果不相同，就让 k = next[k] ，这个的含义在代码中写了，它的目的是减少重复比较，直接得出前后缀有多少个是相同的。

那这个next[0] = -1 的含义呢？其实他是不是-1根本无所谓，只要是负数就行，但不能是非负数因为会和next数组的其他项重复。-1就是一个标志，他标志着在 j 这个位置的所有前面的字符都没有前后缀，也标志着第0位与第 j 位不相等。

为什么设置这个标志位？先看为什么 k 会等于-1，k会等于-1就是上一次 k = 0 ，这又是因为上一次第 j 位与第 0 位不相等，既然已经不相等了，那就需要让 j++，让next[j] = 0，让 k = 0。设置了这个标志位，就是设置了循环终止符，循环是k = next[k];所产生的循环。如果不设置这个标志位next[0]，就不能确定这次是比较还是让 j++。

用上图给出的字符串在脑海中测试一下，看看自己理解的k = next[k];有没有问题，如果有问题，你会在next[8]处写上0（我之前就是 ）

next数组的应用

现在有主串S：ababcabcacbab，模式串T：abcac。i从0开始，j也从0开始。
根据上述方法可以知道，T的中每个字符对应的失效函数值为：
（将表中公共前后缀最长长度全部右移一位，第一个值赋为-1）
第一次匹配中，i从0开始，j从0开始。当i=2，j=2时匹配失败，此时i不动，next[j]=next[2]=0，接下来模式串T要相对于主串S向右移动j - next [j] = 2 位，j回溯到0。
第二次匹配中，i从2开始，j从0开始。当i=6，j=4时匹配失败，此时i不动，next[j]=next[4]=1，接下来模式串T要相对于主串S向右移动j - next [j] = 3位，j回溯到1。
第三次匹配中，i从6开始，j从1开始。当i=10，j=5时匹配成功，返回i - j = 5。